Image Processing and Analysis_21_Scale Space：Scale-space theory A basic tool for analysing structure...

最新推荐文章于 2023-06-30 17:33:07 发布
原创 最新推荐文章于 2023-06-30 17:33:07 发布 · 372 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文探讨了尺度空间滤波在现代不变特征提取中的关键作用，介绍了该理论的发展历程及重要贡献者，如Lowe与Lindeberg。文章强调了尺度空间理论作为一种基本工具，在分析不同尺度结构方面的应用价值。

此主要讨论图像处理与分析。虽然计算机视觉部分的有些内容比如特 征提取等也可以归结到图像分析中来，但鉴于它们与计算机视觉的紧密联系，以 及它们的出处，没有把它们纳入到图像处理与分析中来。同样，这里面也有一些 也可以划归到计算机视觉中去。这都不重要，只要知道有这么个方法，能为自己 所用，或者从中得到灵感，这就够了。

21. Scale Space
尺度空间滤波在现代不变特征中是一个非常重要的概念，有人说SIFT的提出者Lowe是不变特征之父，而Linderburg是不变特征之母。虽然尺度空间滤波是Witkin最早提出的，但其理论体系的完善和应用还是Linderburg的功劳。其在1998年IJCV上的两篇文章值得一读，不管是特征提取方面还是边缘检测方面。
[1987] Scale-space filtering
[1990 PAMI] Scale-Space for Discrete Signals
[1994 JAS] Scale-space theory A basic tool for analysing structures at different scales
[1998 IJCV] Edge Detection and Ridge Detection with Automatic Scale Selection
[1998 IJCV] Feature Detection with Automatic Scale Selection

 

翻译

尺度空间理论一种分析不同尺度结构的基本工具——http://tongtianta.site/paper/56734

作者：Tony Lindeberg

 

摘要 -

AllisWell_WP
关注
《网络数据爬取与分析实务教程》相关代码与数据集_Data-Crawling-and-Analysing.zip
09-15
在网络信息技术高速发展的当下，网络数据爬取与分析成为了数据科学与信息工程领域的一项重要技能。《网络数据爬取与分析实务教程》不仅是一本理论与实践相结合的专业书籍，同时也提供了配套的代码和数据集，供读者...
Analysing-of--C-language.rar_Windows编程_Visual_C++_
08-11
本资料集“Analysing-of--C-language.rar”旨在帮助初学者及有一定经验的开发者深入理解和掌握C语言的难点，同时结合Windows平台下的编程实践，特别是使用Visual C++作为开发工具，为读者提供一个全面而实用的学习...
尺度空间（Scale space）理论
weixin_33827965的博客
08-09 257
尺度空间方法的基本思想是：在视觉信息处理模型中引入一个被视为尺度的參数，通过连续变化尺度參数获得不同尺度下的视觉处理信息，然后综合这些信息以深入地挖掘图像的本质特征。尺度空间方法将传统的单尺度视觉信息处理技术纳入尺度不断变化的动态分析框架中，因此更easy获得图像的本质特征。尺度空间的生成目的是模拟图像数据多尺度特征。高斯卷积核是实现尺度变换的唯一线性核。 尺度空间理论的动机： ...
图像处理-尺度空间理论
亚当图像处理
03-14 894
Hessian矩阵的定义 直观理解 在图像处理中的应用，检测corner, flat, sheet …
scale space
steven_xiu的博客
06-09 715
cc
SIFT: Theory and Practice - The scale space（转）
技术笔记本
11-26 549
SIFT: Theory and Practice   The scale space Series: SIFT: Theory and Practice: Introduction The scale space LoG approximations Finding keypoints Getting rid of low contrast keypoints Keypoint...
Scale Space(zz Wiki)
weixin_30690833的博客
06-08 1191
Scale space From Wikipedia, the free encyclopedia Scale space Scale-space axioms Scale-space implementation Feature detection Edge detection Blob detec...
2025-10-23 09:29:49 - [MainThread] - INFO - (main.py:11) $ <module>) ::: start clean residual process... 2025-10-23 09:29:49 - [MainThread] - INFO - (clean_process.py:15) $ clean_process) ::: Closing process:RuntimeBroker.exe(PID:4900) 2025-10-23 09:29:49 - [MainThread] - INFO - (clean_process.py:15) $ clean_process) ::: Closing process:wps.exe(PID:5396) 2025-10-23 09:29:49 - [MainThread] - INFO - (clean_process.py:15) $ clean_process) ::: Closing process:wpscloudsvr.exe(PID:5964) 2025-10-23 09:29:49 - [MainThread] - INFO - (clean_process.py:15) $ clean_process) ::: Closing process:RuntimeBroker.exe(PID:10816) 2025-10-23 09:29:49 - [MainThread] - INFO - (clean_process.py:15) $ clean_process) ::: Closing process:RuntimeBroker.exe(PID:11464) 2025-10-23 09:29:49 - [MainThread] - INFO - (clean_process.py:15) $ clean_process) ::: Closing process:RuntimeBroker.exe(PID:11612) 2025-10-23 09:29:49 - [MainThread] - INFO - (clean_process.py:15) $ clean_process) ::: Closing process:wps.exe(PID:12296) 2025-10-23 09:29:49 - [MainThread] - INFO - (clean_process.py:15) $ clean_process) ::: Closing process:RuntimeBroker.exe(PID:14444) 2025-10-23 09:29:49 - [MainThread] - INFO - (main.py:14) $ <module>) ::: start agent... 2025-10-23 09:29:49 - [MainThread] - INFO - (server.py:39) $ restart) ::: restart ws 2025-10-23 09:29:49 - [MainThread] - INFO - (main.py:148) $ restart) ::: restart graph thread 2025-10-23 09:29:49 - [MainThread] - INFO - (main.py:153) $ restart) ::: start graph thread 2025-10-23 09:29:49 - [graph] - INFO - (main.py:49) $ init_graph) ::: load {'name': 'req_diff', 'type': 'req', 'desc': 'Requirement Diff Analysing, to compare requirement documents of two different versions', 'route_key': '需求差异分析（Requirement Diff Analysing）', 'steps': [{'node_name': 'req_diff_executor', 'funct_name': 'entry', 'module': 'robot.req_diff.entry'}]} 2025-10-23 09:29:49 - [Thread-4 (task_handler)] - INFO - (task_handler.py:2516) $ task_handler) ::: [task handler] sub thread start to run. 2025-10-23 09:29:49 - [ws] - INFO - (server.py:707) $ wrap) ::: server listening on 0.0.0.0:17011 2025-10-23 09:29:49 - [graph] - INFO - (main.py:49) $ init_graph) ::: load {'name': 'neo4j_diff', 'type': 'req', 'desc': 'Requirements Analysing, refers to a systematic process of analyzing a specific goal or issue to clarify its necessary conditions or critical elements', 'route_key': '要件分析（Requirement Analysing）', 'steps': [{'node_name': 'neo4j_diff_executor', 'funct_name': 'neo4j_diff', 'module': 'robot.neo4j_diff.neo4j_diff'}]} 2025-10-23 09:29:49 - [ws] - INFO - (server.py:63) $ _start_server) ::: WebSocket server started at ws://0.0.0.0:17011 2025-10-23 09:29:49 - [graph] - INFO - (main.py:49) $ init_graph) ::: load {'name': 'regulation_check', 'type': 'req', 'desc': 'Regulation Check, determine whether the change point requirements are compliant.', 'route_key': '合规性检查（Regulation Checking）', 'steps': [{'node_name': 'regulation_executor', 'funct_name': 'entry', 'module': 'robot.regulation_check.entry'}]} * Serving Flask app 'kotei_web_server.app' INFO: Started server process [12148] * Debug mode: on INFO: Waiting for application startup. INFO: Application startup complete. Exception in thread graph: INFO: Uvicorn running on http://0.0.0.0:17010 (Press CTRL+C to quit) Traceback (most recent call last): File "threading.py", line 1016, in _bootstrap_inner File "threading.py", line 953, in run 2025-10-23 09:29:50 - [Thread-3 (doc_web_server_main)] - INFO - (_internal.py:97) $ _log) ::: WARNING: This is a development server. Do not use it in a production deployment. Use a production WSGI server instead. * Running on all addresses (0.0.0.0) * Running on http://127.0.0.1:17012 * Running on http://192.168.192.146:17012 2025-10-23 09:29:50 - [Thread-3 (doc_web_server_main)] - INFO - (_internal.py:97) $ _log) ::: Press CTRL+C to quit File "kotei_agent\graph\main.py", line 122, in start_graph File "kotei_agent\graph\main.py", line 95, in init_graph File "importlib\__init__.py", line 126, in import_module File "<frozen importlib._bootstrap>", line 1050, in _gcd_import File "<frozen importlib._bootstrap>", line 1027, in _find_and_load File "<frozen importlib._bootstrap>", line 1006, in _find_and_load_unlocked File "<frozen importlib._bootstrap>", line 688, in _load_unlocked File "PyInstaller\loader\pyimod02_importers.py", line 450, in exec_module File "robot\req_diff\entry.py", line 23, in <module> File "D:\RRM\Packages\release-20251023\diff-agent\_internal\kotei_omc\compare_parser.py", line 3, in <module> from kotei_omc.comparers.plugins import compare_plugins File "D:\RRM\Packages\release-20251023\diff-agent\_internal\kotei_omc\comparers\__init__.py", line 1, in <module> from kotei_omc.comparers import text_comparer File "D:\RRM\Packages\release-20251023\diff-agent\_internal\kotei_omc\comparers\text_comparer.py", line 5, in <module> from kotei_omc.middlewares.text_middlewares import CustomTextStrategyMiddleware File "D:\RRM\Packages\release-20251023\diff-agent\_internal\kotei_omc\middlewares\text_middlewares.py", line 8, in <module> from sklearn.feature_extraction.text import TfidfVectorizer File "PyInstaller\loader\pyimod02_importers.py", line 450, in exec_module File "sklearn\__init__.py", line 73, in <module> File "PyInstaller\loader\pyimod02_importers.py", line 450, in exec_module File "sklearn\base.py", line 19, in <module> File "PyInstaller\loader\pyimod02_importers.py", line 450, in exec_module File "sklearn\utils\__init__.py", line 15, in <module> File "PyInstaller\loader\pyimod02_importers.py", line 450, in exec_module File "sklearn\utils\_chunking.py", line 11, in <module> File "PyInstaller\loader\pyimod02_importers.py", line 450, in exec_module File "sklearn\utils\_param_validation.py", line 14, in <module> File "PyInstaller\loader\pyimod02_importers.py", line 450, in exec_module File "scipy\sparse\__init__.py", line 300, in <module> File "PyInstaller\loader\pyimod02_importers.py", line 450, in exec_module File "scipy\sparse\_base.py", line 5, in <module> File "PyInstaller\loader\pyimod02_importers.py", line 450, in exec_module File "scipy\sparse\_sputils.py", line 10, in <module> File "PyInstaller\loader\pyimod02_importers.py", line 450, in exec_module File "scipy\_lib\_util.py", line 13, in <module> File "PyInstaller\loader\pyimod02_importers.py", line 450, in exec_module File "scipy\_lib\_array_api.py", line 18, in <module> File "PyInstaller\loader\pyimod02_importers.py", line 450, in exec_module File "scipy\_lib\array_api_compat\numpy\__init__.py", line 1, in <module> File "numpy\__init__.py", line 374, in __getattr__ ModuleNotFoundError: No module named 'numpy.f2py'
最新发布
10-24
a = Analysis(['main.py'], pathex=['.'], binaries=[], datas=[], hiddenimports=['numpy.f2py', 'scipy._lib.array_api_compat.numpy'], # 添加这里 hookspath=[], hooksconfig={}, runtime_hooks=[], ...
Analysing-Transport-Data-for-Co.-Wexford
05-25
韦克斯福德公司分析运输数据 •从爱尔兰国家人口普查数据获得的有关旅行，上班或上学的时间和距离的分析数据。 •清理数据，进行探索性数据分析，并根据交通状况可视化见解，以优先考虑县内每个规划区域内的选举...
精选资源
heartrate_analysis_python:适用于PPG和ECG信号的Python心率分析软件包
03-29
HeartPy-Python心率分析工具包 喜欢HeartPy？ 别忘了留下星星！ 结构更新 HeartPy V1.2已着陆！ 现在，该软件包的结构已重新设计为单独的模块，以准备进行下一个重大更新，该更新将具有许多分析扩展功能，并为...
图像尺度空间
weixin_50281629的博客
05-02 1597
原本图像的尺度空间是指同一幅图像不同size构成的集合，其实不然 图像分辨率 ≠ 图像尺度 什么是尺度空间（scale space）？ 图像的尺度是指图像内容的粗细程度，尺度的概念是用来模拟观察者距离物体的远近程度。具体来说，观察者距离物体远，看到物体可能只有大概的轮廓；观察者距离物体近，更可能看到物体的细节，比如纹理，表面的粗糙等等。从频域的角度来说，图像的粗细程度代表的频域信息的低频成分和高频成分。 粗质图像代表信息大部分都集中在低频段，仅有少量的高频信息。细致图像代表信息成分丰富，高低频段的信息
高斯金字塔的秘密，尺度空间证明的思考
ganggangwawa的博客
06-30 438
在构建图像尺度空间的过程中，唯一使用的核函数是高斯核，这一点被T Lindeber在文献《Scale-space theory: a basic tool for analyzing structures at different scales》中证明，你看看，改变了尺度，还能保持图像特征不变，什么东西有这样的魅力，就是上面这个微分方程的解，这个解和高斯函数脱不了关系，高斯函数和e^x脱不了关系，e^x的一阶二阶三阶导数都和自己相关，这个e^x是函数的特征，是不是也是保证了图像的特征不变。
【OpenCV】SIFT原理与源码分析
知识小屋
12-21 1万+
原文出自：http://blog.csdn.net/xiaowei_cqu/article/details/8069548 SIFT简介 Scale Invariant Feature Transform，尺度不变特征变换匹配算法，是由David G. Lowe在1999年（《Object Recognition from Local Scale-Invariant Features》
Distinctive Image Features from Scale-Invariant Keypoints(SIFT算法译文)
学习日常
10-23 2109
原文链接：https://www.cnblogs.com/cuteshongshong/archive/2012/05/25/2506374.html 从尺度不变的关键点选择可区分的图像特征 David G.Lowe 温哥华不列颠哥伦比亚省加拿大英属哥伦比亚大学计算机科学系 Lowe@cs.ubc.ca 2003年1月10日接受，2004年1月7日修改，2004年1月22日采用 摘要：本文提出了一种从图像中提取独特不变特征的方法，可用于完成不同视角之间目标或场景的可靠匹配的方法。这种..
图像处理与计算机视觉的经典书籍
zhuangmeihua的专栏
08-21 3843
*************************************************************************************************************** 在这里，我特别声明：本文章的源作者是 杨晓冬 （个人邮箱：xdyang.ustc@gmail.com）。原文的链接是 http://www.iask....
图像处理与计算机视觉基础，经典以及最近发展
qq_38080117的博客
02-01 3704
图像处理与计算机视觉的经典书籍 ***************************************************************************************************************          在这里，我特别声明：本文章的源作者是   杨晓冬  （个人邮箱：xdyang.ustc@gmail.com）。原文的链
【图像超分辨率】遥感数据的高斯金字塔尺度上推方法研究
qq_41807261的博客
03-08 1048
0 引言： 本文提出了一种利用高斯金字塔的图像模糊特性进行遥感数据尺度上推的方法，在对金字塔每一层的数据高斯模糊的基础上，通过多次连续的降采样，得到一系列不同尺度的数据，从而满足实际应用的空间分辨率要求，本文使用的高斯金字塔尺度上推方法能够有效地实现连续遥感数据的尺度转换，在保持遥感数据局部细节特征的基础上，较好地保持了原始遥感数据的信息量以及空间结构特征。 1 尺度转换的目的： 遥感数据的尺度特性主要由空间分辨率来表达，由于获取遥感数据的传感器类型等的差异，数据尺度不一致是遥感信息科学领域普遍存在的现象，
【OpenCV】SIFT原理与源码分析：DoG尺度空间构造
编程语言小筑
10-15 802
《SIFT原理与源码分析》系列文章索引：http://blog.csdn.net/xiaowei_cqu/article/details/8069548 尺度空间理论 自然界中的物体随着观测尺度不同有不同的表现形态。例如我们形容建筑物用“米”，观测分子、原子等用“纳米”。更形象的例子比如Google地图，滑动鼠标轮可以改变观测地图的尺度，看到的地图绘制也不同；还有电影中的拉伸镜头等等…… ...
图像处理与计算机视觉：基础，经典以及最近发展（4）图像处理与分析
热门推荐
xdyang的图像视觉小屋
05-29 2万+
Last update: 2012-6-3 本章主要讨论图像处理与分析。虽然后面计算机视觉部分的有些内容比如特征提取等也可以归结到图像分析中来，但鉴于它们与计算机视觉的紧密联系，以及它们的出处，没有把它们纳入到图像处理与分析中来。同样，这里面也有一些也可以划归到计算机视觉中去。这都不重要，只要知道有这么个方法，能为自己所用，或者从中得到灵感，这就够了。 本章的下载地址在： http://
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值